一種建立數據業務模型的方法和裝置的制造方法
【技術領域】
[0001] 本發明涉及移動通信技術，特別是指一種建立數據業務模型的方法和裝置。
【背景技術】
[0002] 現有的業務模型僅適用于電路域模型，如GSM通信系統和TD-SCDMA語音系統。因 為，每個用戶獨占一個資源，如頻點、時隙或者碼道，因此采用愛爾蘭模型是合理的。現有的 業務模型采用了離散狀態的馬爾科夫過程，業務模型如圖1所示，離散狀態馬爾科夫過程 假設：電話呼叫流的到來服從Poisson過程，每個呼叫的持續時間服從參數μ的負指數分 布。系統有s條中繼線，如果沒有空閑的中繼線，就拒絕新來的呼叫，并且該呼叫不再進入 系統。這是典型的生滅過程，其達到率和離去率分別I
]
[0003] 根據生滅過程的穩態分布規_
根據概
率的歸一彳
I可以得致 穩定的分布為 k= 0，l，2,…， > So
[0004] 當服務用戶數k與服務窗口S相等時，表示發生擁塞，擁塞概率
[0005] 這是電路域的愛爾蘭模型，在使用時首先假定允許的擁塞率B(s，a)，在假定到達 率和服務率確定a，最終確定系統的容量s。后續的數據業務采用等效愛爾蘭模型：支持的 用戶數=(待傳數據量/平均速率）（1+允許的誤碼率），這種方式本質上還是確定了用戶 獨占資源和允許的誤碼率后，計算用戶數。
[0006] 現有技術存在如下問題：現有的業務模型并不適用于具有調度機制的資源共享通 信系統，現代移動通信的調度機制通常采用正比公平，需要考慮用戶待傳數據量的大小、歷 史吞吐量信息以及當前的信噪比（SNR,SignaltoNoiseRatio),這種模式本身不再是馬 爾科夫過程。
【發明內容】
[0007]本發明要解決的技術問題是提供一種建立數據業務模型的方法和裝置，解決現有 技術中，有的業務模型并不適用于具有調度機制的資源共享通信系統的缺陷。
[0008] 為解決上述技術問題，本發明的實施例提供一種建立數據業務模型的方法，方法 包括：當用戶數不大于第一閾值時，采用第一數據業務模型描述小區吞吐量隨著用戶數的 增加而增加，以及單個用戶的吞吐量下降的過程；當用戶數上升達到并超過第一閾值時，采 用第二數據業務模型描述小區吞吐量下降，以及單個用戶的吞吐量下降的過程；根據第一 數據業務模型和第二數據業務模型獲取用戶數和吞吐量之間的最佳關系。
[0009] 所述的方法中，第一數據業務模型和第二數據業務模型中，小區吞吐量q=k*u(k)，其中，k是小區用戶數，u(k)是用戶平均傳輸速率，第一數據業務模型是線性模型， 第二數據業務模型是指數模型。
[0010] 所述的方法中，當用戶數不大于第一閾值時，采用第一數據業務模型描述小區吞 吐量隨著用戶數的增加而增加，以及單個用戶的吞吐量下降的過程包括：當用戶數小于等 于第一閾值時，采用線性模型描述小區吞吐量隨著用戶數的增加而增加，單個用戶的吞吐 量呈下降的過程。
[0011] 所述的方法中，線性模型中的用戶平均傳輸速率
l<k <kwufil是單個用戶在用戶數不大于第一閾值時的用戶平均傳輸最大速率，第一閾值U是線性模型的臨界點用戶數，α是根據測試或者仿真的樣本擬合得到的線性密度修正 系數。
[0012] 所述的方法中，指數模型中的用戶平均傳輸速率yU彡k ，,? < U，其中，ufinil是單個用戶在用戶數在第一閾值U時的用戶平均傳輸最大速率，U是指 數模型最大用戶數，β是根據測試或者仿真的樣本擬合得到的指數密度修正系數。
[0013] 所述的方法中，線性模型中，對用戶數k求微分計算出最佳用戶
最 佳吞吐i
i;指數模型中，對用戶數k求微分計算出最佳用戶數
最佳吞吐I 第一閾值kml彡k<km2。 , >
[0014] 一種建立數據業務模型的裝置，包括：第一數據業務模型單元，用于當用戶數不大 于第一閾值時，采用第一數據業務模型描述小區吞吐量隨著用戶數的增加而增加，以及單 個用戶的吞吐量下降的過程；第二數據業務模型單元，用于當用戶數上升達到并超過第一 閾值時，采用第二數據業務模型描述小區吞吐量下降，以及單個用戶的吞吐量下降的過程； 最佳關系單元，用于根據第一數據業務模型和第二數據業務模型獲取用戶數和吞吐量之間 的最佳關系。
[0015] 所述的裝置中，第一數據業務模型單元包括：第一線性模型，用于當用戶數不大于 第一閾值時，小區吞吐量隨著用戶數的增加而增加，單個用戶的吞吐量呈下降的過程，以及 第二線性模型，用于當用戶數大于等于第一閾值時，小區吞吐量隨著用戶數的增加而下降， 單個用戶的吞吐量呈下降的過程。
[0016] 所述的裝置中，第一數據業務模型單元包括：線性模型中的用戶平均傳輸速率
1彡k<kwufil是單個用戶在用戶數小于第一閾值U時的用 戶平均傳輸最大速率，第一閾值U是線性模型和指數模型之間的臨界點用戶數，α是根據 測試或者仿真的樣本擬合得到的線性密度修正系數。
[0017] 所述的裝置中，指數模型中的用戶平均傳輸速_
knl^k < ，其中，Ufinil是用戶數在第一閾值時的用戶平均傳輸最大速率，1^2是符合指數模型 最大用戶數，β是根據測試或者仿真的樣本擬合得到的指數密度修正系數。
[0018] 本發明的上述技術方案的有益效果如下：采用統計的方式建立數據業務模型，不 以馬爾科夫過程為基礎，而是根據實際測試結果提出模型，同時模型本身的參數α和β可 以根據場景進行修正，有更好的適用范圍，基于該數據業務模型描述用戶數和吞吐量之間 的關系，以及預測小區最大吞吐量。
【附圖說明】
[0019] 圖1表示離散狀態馬爾科夫過程的示意圖；
[0020] 圖2表示小區吞吐量的狀態遷移圖；
[0021] 圖3表示一種建立數據業務模型的方法流程圖；
[0022] 圖4表示場外測試中用戶平均吞吐量與用戶密度的關系示意圖；
[0023] 圖5表示用戶密度與用戶下行平均吞吐量的關系示意圖。
【具體實施方式】
[0024] 為使本發明要解決的技術問題、技術方案和優點更加清楚，下面將結合附圖及具 體實施例進行詳細描述。
[0025] 現代移動通信系統的兩個重要特征是調度機制和資源共享。因此，影響小區吞吐 量的因素非常多，調度機制、用戶業務、無線資源配置以及網絡結構都會影響小區吞吐量。 因此，不能直接得到這些因素和小區吞吐量的直接映射關系。
[0026] 如圖2所示的狀態遷移圖，Mo--Ms表示小區吞吐量的最大值和最小值，Mi表示 小區可能出現的吞吐量，是Mo~Ms之間的連續實數，存在無數種可能的小區吞吐量，且每 種狀態可能會直接跳變至其他狀態，因此，具有調度機制的資源共享通信系統并不是傳統 意義上的生滅過程，因此，電路域的業務模型并不適用于現代的數據業務模型。
[0027] 本發明實施例提供一種建立數據業務模型的方法，如圖3所示，包括：
[0028] 步驟31，當用戶數不大于第一閾值時，采用第一數據業務模型描述小區吞吐量隨 著用戶數的增加而增加，以及單個用戶的吞吐量下降的過程；
[0029] 步驟32,當用戶數上升達到并超過第一閾值時，采用第二數據業務模型描述小區 吞吐量下降，以及單個用戶的吞吐量下降的過程；
[0030] 步驟33,根據第一數據業務模型和第二數據業務模型獲取用戶數和吞吐量之間的 最佳關系。
[0031] 應用所提供的新的數據業務模型，采用統計的方式建立數據業務模型，不以馬爾 科夫過程為基礎，而是根據實際測試結果提出模型，同時模型本身的參數α和β可以根據 場景進行修正，有更好的適用范圍，基于該數據業務模型描述用戶數和吞吐量之間的關系， 以及預測小區最大吞吐量。
[0032] 在一個優選實施例中，當用戶數小于第一閾值時，采用線性模型描述小區吞吐量 隨著用戶數的增加而變化，以及單個用戶的吞吐量下降的過程包括：
[0033] 當用戶數小于第一閾值時，小區吞吐量隨著用戶數的增加而增加，單個用戶的吞 吐量呈下降的過程，以及
[0034] 當用戶數大于第一閾值時，小區吞吐量隨著用戶數的增加而下降，單個用戶的吞 吐量呈下降的過程，所述第一閾值小于第一閾值。
[0035] 線性模型中，具體地，用戶數小于第一閾值時，小區吞吐量隨著用戶數的增加而提 升，單用戶的吞吐量呈明顯下降的過程，以及，用戶數大于第一閾值時，小區吞吐量下降，單 用戶的吞吐量呈緩慢下降的過程。
[0036] 數據業務模型適用不同的應用場景：
[0037] 用戶數較少時，因網絡干擾較低，隨著用戶數的增加，小區吞吐量會出現提升，而 單用戶的吞吐量會呈明顯下降；可采用線性模型描述這一過程。
[0038] 用戶數達到一定閾值后，因網絡干擾較高；隨著用戶數的增加，小區吞吐量會下 降，而單用戶的吞吐量會呈緩慢下降；可采用指數模型描述這一過程。
[0039] 在一個優選實施例中，第一數據業務模型和第二數據業務模型中，小區吞吐量q =k*u(k)，其中，k是小區待傳用戶數，u(k)是用戶平均傳輸速率，第一數據業務模型是線 性模型，第二數據業務模型是指數模型。
[0040] 計算u(k)的方法，通過小區用戶數量及單用戶吞吐量的變化趨勢，構建線性模型 和指數模型得到u(k)。
[0041] 在一個優選實施例中，當用戶數不大于第一閾值時，采用第一數據業務模型描述 小區吞吐量隨著用戶數的增加而增加，以及單個用戶的吞吐量下降的過程包括：
[0042] 當用戶數小于等于第一閾值時，采用線性模型描述小區吞吐量隨著用戶數的增加 而增加，單個用戶的吞吐量呈下降的過程。 眾.
[0043] 在一個優選實施例中，線性模型中的用戶平均傳輸速率辦φ (1-αρ) 1 <k<kwUfil是單個用戶在用戶數不大于第一閾值U時的用戶平均傳輸最大速率，第 一閾值U是線性模型的臨界點用戶數，α是根據測試或者仿真的樣本擬合得到的線性密 度修正系數。
[0044] 在一個優選實施例中，指數模型中的用戶平均傳輸速率 U彡k<k"2，其中，是單個用戶在用戶數在第一閾值U時的用戶平均傳輸最大速率， k"2是指數模型最大用戶數，β是根據測試或者仿真的樣本擬合得到的指數密度修正系數。
[0045] 根據各個優選實施例建立分段模型，在一個優選實施例中，構建的小區吞吐量和 用戶數的之間的關系：
[0046]
[0047] 公式1是線性模型，公式2是指數模型，α和β是